Dce-MRI: Lesion Detection and Classification in Breast Cancer
MRI z dynamicznym wzmocnieniem kontrastowym (DCE-MRI) jest dobrze ugruntowaną, wysokowydajną metodą obrazowania w diagnostyce i leczeniu pacjentów z guzami litymi.
W ciągu ostatnich dwóch dekad diagnostyka, klasyfikacja i klasyfikacja nowotworów znacznie skorzystała na rozwoju DCE-MRI, który jest obecnie niezbędny do odpowiedniego postępowania klinicznego w wielu typach nowotworów. Głównym celem niniejszej pracy jest zbadanie wykorzystania półilościowych i ilościowych parametrów funkcjonalnych do segmentacji i klasyfikacji zmian piersi za pomocą DCE-MRI.
Cele pracy można wyszczególnić w następujący sposób: przegląd i opis najbardziej rozpowszechnionych technik oceny krzywej intensywności czasu w DCE-MRI ze szczególnym uwzględnieniem modeli kinetyki znacznika zaproponowanych w literaturze; ocena wpływu parametryzacji klasycznego modelu dwukompartmentowego; ocena wydajności jednoczesnego modelowania kinetyki znacznika i klasyfikacji pikseli jako podejrzanych lub niepodejrzanych; ocena wydajności technik uczenia maszynowego wykorzystujących cechy morfologiczne, teksturalne i dynamiczne do segmentacji i klasyfikacji zmian w piersi.